如果你只让它修一个 bug，它却顺手把引发这个 bug 的一整类问题全部扒出来，再回头问你"要不要一起修"——你会觉得这是贴心助手，还是某种预感？据 The Information 报道，一位提前上手 Anthropic 未发布新模型的测试者，得到的正是这种体验。更反常的是投资建议：它不再复读市盈率那套老生常谈，而是自己设计算法去预测股价未来的走势。这款被形容为"推理和直觉超过所有在售商用模型"的新 Claude，让整个行业都在追问：Anthropic 到底在藏一张什么牌？
一、只修一个 Bug，它偏把一整类病根揪出来
The Information 的报道勾勒出这款新模型的轮廓：推理能力和直觉判断都有提升，尤其擅长在用户信息有限、甚至没有明说最终目标的情况下，推断对方真正想解决的问题。测试者举例说，丢过去一段报错，传统模型会在报错的地方打个补丁交差，它却会顺藤摸瓜，把引发这个 bug 的一整类潜在缺陷全部摊到桌面上，然后询问是否需要一并修复。写代码的人都知道，同一个毛病往往藏在好几个角落，修好一处，过两天换个地方又报错——这种"治本"的思路，直接改变了人机协作的分工逻辑。
消息面上还有更激进的爆料：X 上有人称 Anthropic 的这张王牌很可能是 Fable 5.5，并且"明天"就可能突袭上线。不过官方口径下，新模型的正式名称尚未确定，也不清楚它会归属 Fable 还是 Opus 系列。可以确定的背景是，刚刚过去的一个月里，OpenAI、Anthropic、谷歌已累计发布超过 12 款新模型，发布节奏不仅没有放缓，反而在十月进入了白热化阶段。对开发者来说，这个秋天注定要在频繁的模型迁移里度过了。
二、御三家十月决战：Carbon 内测对标 Opus 5.5，Terra 已现身影
Anthropic 的新牌还没亮出，谷歌和 OpenAI 已经双双应战。据多位消息人士透露，谷歌正在开发代号为 Gemini 4 Carbon 的新模型，早期版本已在内部编程平台 Jetski 上向员工开放数日。体验过的员工认为，Carbon"感觉与 Opus 5.5 相当"，在编程任务上优于已经发布的 Argon，在视频分析、前端页面测试等需要视觉理解的任务上延续优势——这被认为与使用 YouTube 数据训练有关。耐人寻味的是，谷歌员工 Vedant Misra 在社区发帖回应"你听说过递归自我改进（RSI）吗"，给 Carbon 的能力来源留足了想象空间。回顾谷歌的内部代号谱系，从 Argon、Barium 到 Carbon，最终被选中发布的 Barium-B 正是今天的 Argon。
OpenAI 这边同样不缺动作。GPT-6.1 Terra 已经出现在微软 Copilot 的代码里，预示新一代 Terra 模型蓄势待发；这也让此前"6.1 Sol 只是 Terra 改个名"的猜测不攻自破——相比 5.6 Sol，6.1 Sol 的升级幅度确实有限。多方消息指向 OpenAI 将在未来几周内推出 Terra 系列新模型。加上 9 月 30 日发布、随后扩大开放的 Gemini 4 Argon（输入每百万 token 2 美元、输出 10 美元），硅谷御三家的十月决战，已经从发布会蔓延到了内测截图和代码提交记录里。
三、MiniMax M3.1 Flash 正式上线：速度快 3 倍、成本降七成
把视线拉回国内，MiniMax 正式发布了新一代高速大模型 M3.1 Flash。官方数据显示，新模型线上推理速度提升近 3 倍，Agent 类任务综合使用成本较前代降低 70%。能力侧，M3.1 Flash 支持 100 万 token 上下文，思考深度可调，在 Automation-Bench 上取得 62% 的成绩，DeepSWE 达 74%，复杂专业任务测试 Agents' Last Exam 拿到 29.6 分。API 定价为每百万输入 token 0.15 美元、输出 0.60 美元，主打一个"用得起的前沿级"。
这场发布的真正主角其实是效率。MiniMax 确认，此前那个处理超 200 万亿 token 的匿名模型 Space Bunny 正是 M3.1 Flash 的早期版本——超大规模的线上流量打磨，换来了接近 3 倍的速度提升。在 Code Arena 的 WebDev 榜单上，M3.1 Flash 以 1588 分空降开源模型第 12 位，比 M3 提升 106 分，成本还降了一半，权重将于 10 月 23 日开放下载，更高智能上限的 Pro 版本也在路上。把它放进价格战的时间轴里看：DeepSeek 的开源效率牌、Haiku 5.5 把 API 价格打下 90%、Argon 的 2/10 美元定价，模型竞争的主旋律已经从"谁最强"转向"谁最合适"。
四、Anthropic 喊出「奇点已至」：2030 年美国 GDP 44 万亿美元？
就在新模型曝光的同时，Anthropic 还抛出了一个更宏大的判断：到 2030 年，AI 或将让美国 GDP 飙升至 44 万亿美元，并直接宣称"奇点已至"。这类预测向来是双刃剑——支持者认为它准确刻画了超级智能对全要素生产率的放大效应，怀疑者则提醒，所有长期预测都应该先通过短期现实检验。毕竟，宏大叙事和资本市场的冷静算账，往往发生在同一周里。
资本市场这端确实在算账。据澎湃新闻 AI 周报，Anthropic 在旧金山举办 IPO 前投资者日，现场讨论的估值约 1.5 万亿美元，低于此前为 11 月 IPO 给出的约 2 万亿美元预期，收入增速放缓是直接原因。与此形成对照的是，Anthropic 承诺将 5% 的股权注入一家新设立的公益基金，让长期承诺与公司价值共同成长。一手押注"奇点"，一手接受估值回调，这家公司正在同时管理技术叙事和资本叙事。
五、机器人大脑开放 API：英伟达 DreamZero 团队拿下 9000 万美元种子轮
具身智能赛道迎来一个标志性事件：英伟达 DreamZero 团队创立的 Dream Labs 正式结束隐身，宣布完成 9000 万美元种子轮融资，同时上线 Dream API——全球首个开放给公众的机器人大脑 API，葛云皓出任 CTO。把"机器人大脑"做成公共 API，意味着机器人厂商不必人人自研基础模型，可以像调用大模型一样调用运动与操作能力，这条产业链的分工可能被重新划定。
赛道的冷与热同样分明。一方面，OpenAI 上月发布的 GPT-6-Astra 在传统基准上拿满分，到了真机环境却频频碰壁，具身社区惊讶于通用大模型用文字模态对 VLA 与 WAM 的路线之争形成"降维打击"；另一方面，由清华大学、原力灵机与极寰时代联合研发的世界动作模型 LoopWAM 登顶真机评测榜 RoboChallenge Table30 V2，成功率与过程分双双第一，在 RoboTwin 2.0 和 RoboCasa365 仿真榜上同样拿下 SOTA。资本也在用脚投票：一家获得 Jeff Dean 投资、主打"模拟果蝇+世界模型"路线的公司，估值被曝突破百亿。
六、有趣应用与社区热议：35 万个 AI 陪骗子唠嗑，AI 复刻 98 部奥斯卡
AI 落地最有节目效果的一面，往往发生在正经实验室之外。反诈领域出现了典型的"以毒攻毒"：有团队做了 35 万个 AI 智能体，专门陪骗子唠嗑，累计聊了 250 万次，还顺手套出 25 万条诈骗情报——骗子熬夜拨出的每一通电话，都可能是在给反诈模型贡献训练数据。这种带着黑色幽默的攻防，本质上是把大模型的规模优势用在了最接地气的战场。
内容创作社区同样热闹。一个叫 lemo-opuscar 的开源项目已经攒了 1.5K Star，其最新短片《Opuscar 98》把 98 部奥斯卡最佳影片的经典场景用 AI 复刻了一遍，风格、提示词和导演执导思路全部公开，被开发者当成"AI 导演教科书"。产品侧，腾讯则在内测一款面向少儿与青少年的 AI 互动内容产品"懂了鸭"，覆盖网页版与微信小程序，以可拖拽、可模拟、可操作的交互式"奇妙卡"为载体，让家长、教师和知识创作者把经验变成孩子的互动作品。从反诈到教育，AI 正在长出越来越具体的形状。
七、算力与资本暗线：15 亿美元押注 RISC-V，KV Cache 砍掉 99%
聚光灯之外的暗线，同样在重塑行业地基。芯片初创公司 Tenstorrent 完成 15 亿美元融资，估值达 62 亿美元，资金将用于扩充其 RISC-V AI 服务器版图——在英伟达一家独大的算力市场里，替代架构始终有它的位置。效率侧的消息更技术流：港科大、CMU 联手岩山科技开源新模型，把 KV Cache 砍掉 99%，单卡吞吐直接飙升 6 倍；国内推理服务商是石科技则放出集群调度大招，首 Token 延迟降低 32.4%。当"省显存、降延迟"成为论文和产品发布的共同主题，说明推理成本已经卷到了系统层。
当然，热闹之下也有冷思考。安全公司 OpenCode 披露，其系统遭黑客连攻 48 小时，而负责防守的 AI 却在中途一度拒答——自动化的盾并非永远在线。从 Anthropic 的"读心"新模型，到 MiniMax 的效率核弹，再到机器人大脑 API 的开放，这一轮 AI 竞速显然已经越过"能不能做"的阶段，进入"敢不敢交给它做"的阶段。模型越来越强，问题也越来越具体，而这正是接下来最值得盯紧的戏肉。
暂无评论内容